一种新的带限信号重构算法

该文提出了一种新的带限信号重构的迭代算法,该算法与著名的Gerch-berg—Papaulis算法在结构上呈对偶形式,在物理含义上完全不同,但最终所得的重构结果是相同的。在小观测数据量的场合,新算法的存贮量大大低于G—P算法;在处理二维信号的重构问题时,新算法的计算量大大低于G—P算法。     

基于高阶统计量的红外焦平面非均匀校正算法

根据高斯噪声高于二阶累积量为零的特性,提出基于高阶统计量的红外焦平面非均匀校正算法,可从图像场景中自适应估计阵列单元的增益和偏置参数．提出的算法包含两个部分,第一部分利用统计矩和累积量周期估计红外焦平面的模型参数,第二部分利用维纳滤波恢复真实图像．仿真图像序列表明这种算法有效降低了固定图案噪声,达到了较高的非均匀校正水平．     

数字全变分滤波在红外图像序列非均匀校正中的应用

红外焦平面阵列上的空间非均匀性,即固定图案噪声,严重影响了红外系统的成像质量。为此提出了一种新的非均匀校正算法,它借鉴了图像处理中的图像去噪思想,把数字全变分滤波器引入非均匀校正。鉴于数字全变分滤波的执行过程一般都是自我迭代,而考虑到校正算法的实时性要求,无法对单帧图像实施多次处理。故而将以前的空间迭代形式转化为时间递推,以达到逐帧去除固定图案噪声的目的。使用仿真和真实红外图像序列对算法性能进行验证,实验结果表明:该算法从第15帧开始就能够达到较好的校正水平,并且在未优化条件下,每秒钟处理30帧图像仅需300M个指令周期。因此具有收敛速度快、计算复杂度低等优点。     

红外焦平面阵列盲元补偿算法研究

提出了一种补偿盲元的新算法,它首先利用自适应中值滤波检测红外焦平面阵列上可能的盲元点,然后再使用细节保持变分法对所挑出的盲元点进行补偿.这样,由于既保护了边缘又抑制了噪声,因此恢复出的图像质量明显优于传统的平滑滤波方法.仿真结果表明,本算法对噪声水平为25%的图像进行恢复后,其峰值信噪比仍可达到34.918 dB.     

基于S5933的高速数据发送板卡的CPLD设计

文章主要讨论如何利用PCI专用接口芯片S5933去进行PCI高速数据传输,首先简要介绍 PCI总线及S5933的内部结构,然后对S5933的3种数据传输方式进行简要阐述,最后通过实际工作来描述如何用CPLD进行高速数据发送板卡的逻辑控制设计。     

基于图像分割和配准的红外焦平面阵列非均匀校正算法

在目标成像跟踪和制导领域，存在大量由缓慢移动背景和相对背景运动的点目标构成的红外图像序列，传统的基于场景的红外焦平面非均匀校正算法在解决此类图像中存在困难。提出了基于图像分割和配准的红外焦平面非均匀校正算法(简称S—R算法)，通过将图像背景和运动点目标分离，利用图像配准的方法完成图像背景的非均匀校正和点目标位置处错误固定噪声参数的补偿，最终完成整个焦平面探测单元固定噪声参数的估计，从而有效解决了这类红外图像序列的非均匀校正问题。S—R算法具有噪声参数估计精度高、收敛速度快和计算复杂度低等优点。文中最后用仿真数据对上述结论进行验证。     

二维空间尺寸有限信号的重构

基于二线付里叶变换的可分离性和献[3]提出的时限信号的谱修正重构算法，本文提出了一种新的重构二维空间尺寸有限信号的谱修正算法。该算法只需知道被重构的二维信号在水平和垂直方向上的空间尺寸，即可由已知的有限频谱数据重构该二维信号．该算法在计算量和存贮量两个方面都大大低于文献[2]提出的基于谱外推的重构发法，特别是在已知的频谱数据量较小的场合。     

基于新的梯度特征相似度量的目标跟踪算法

为了稳定跟踪空中具有强机动特点的战斗机目标,提出了一种图像梯度特征相似性度量算法,并利用空中目标梯度空间分布特点构造了一种自适应调整模板尺寸的方法.在传统MAD相关匹配算法的基础上,通过引入梯度匹配权值模板,实现了对梯度特征的相似性度量.在跟踪过程中利用目标梯度空间分布局部占优的特点,构造能够反映目标尺寸的特征分布曲线来估计目标大小,调整匹配定位时的目标模板尺寸.仿真结果表明,跟踪算法能够适应飞机在做强机动时产生的快速形变,以及由形变带来的目标自身灰度的剧烈变化,实现了对目标的稳定跟踪.     

基于分段直方图的图像对比度增强算法

在研究了图像基于灰度直方图的对比度增强算法基础上,提出一种对灰度直方图分段进行处理的技术。传统的基于图像直方图的对比度增强技术像直方图均衡化(HE)和灰度线性变换(LGT),在提高图像对比度的同时,灰度级也因此减少,导致图像中目标的不清晰,为后续图像处理带来麻烦。文中提出的分段直方图技术可避免此类问题产生。用阈值分割的方法将图像灰度直方图分为目标段、过渡段、背景段分别进行处理、再融合。该技术可以做到处理后的图像的灰度级依旧会分布整个0~255灰度区间,从而完整地保留了图像中目标和背景的细节特征,避免了灰度级合并带来的图像不生动、视觉效果差的问题,具有可操作性和细节完整的优越性。     

混合卡尔曼滤波的非均匀校正算法

提出了一种基于混合卡尔曼滤波的非均匀校正算法,可以用于解决参数漂移为非线性的问题．该方法首先根据给定状态空间模型的特点,使用无迹卡尔曼滤波技术和传统卡尔曼滤波技术分别处理非线性的状态转移模型和线性的观测模型,然后把估计结果用于非均匀校正．使用仿真的一维和二维数据验证算法性能,实验结果表明,所提算法扩展了传统卡尔曼滤波算法的使用范围,并且与扩展卡尔曼滤波算法相比,具有较高的稳定性和估计精度．